数据来源：中国A股上市公司年度报告 | 数据整理：ACADCN 数研慧通
本数据集基于2006-2024年中国A股上市公司微观面板数据，系统探究人工智能发展及相关政策冲击对企业高质量发展的作用机制与内在传导路径。研究过程中，严格参照《中国软科学》期刊刘备等学者（2025）的基准研究范式，对《人工智能与企业高质量发展：来自国家新一代人工智能创新发展试验区的经验证据》一文的基准回归模型进行系统性复刻与有效性验证，为实证经济学、公司金融等领域的后续研究提供兼具科学性、可比性与可靠性的数据支撑。
一、核心指标构建
-
人工智能发展政策变量：以国家新一代人工智能创新发展试验区的设立作为准自然实验场景，构建二元政策虚拟变量，将其作为衡量区域人工智能发展政策外生冲击的核心代理变量，精准捕捉政策实施对企业行为的净效应，有效缓解内生性问题。
-
企业高质量发展指标：核心采用Levinsohn-Petrin法（简称LP法）测算企业全要素生产率（TFP），以此作为表征企业高质量发展水平的核心指标；同时配套提供Olley-Pakes法（OP法）、普通最小二乘法（OLS法）及固定效应模型测算的TFP结果，为多方法稳健性检验提供数据支撑，满足差异化实证分析需求。
二、核心数据维度
数据集构建形成完整实证变量体系，核心涵盖三大维度：一是国家新一代人工智能创新发展试验区相关双重差分（DID）分析变量，含处理组标识（Treat）、政策实施时点标识（Post）及交互项，用于政策效应评估；二是多方法测算的企业全要素生产率核心指标，为被解释变量提供多元度量维度；三是刻画上市公司微观特征的基础控制变量，包括企业财务、区域属性、行业分类等，保障实证分析的全面性。
三、数据详细说明
（一）基础信息
-
数据名称：人工智能发展、政策冲击与企业高质量发展面板数据
-
数据范围：中国A股上市公司
-
时间跨度：2006年-2024年
-
有效观测值：49,866条
-
数据特性：平衡面板数据，覆盖多行业、多区域样本，具备良好的代表性
（二）配套资源
数据集配套提供原始数据文件（Excel/CSV格式）、基准回归Stata代码文件（do-file）及变量说明手册，代码包含回归设定、稳健性检验步骤，可直接支持实证分析的复刻、拓展与二次开发。
四、数据指标体系
|
基础标识指标
|
区域特征指标
|
行业与资质指标
|
企业财务指标
|
核心解释与被解释变量
|
|---|---|---|---|---|
|
股票代码、股票简称、年份
|
省份、城市、区县、省份代码、城市代码、区县代码
|
行业代码（CSRC）、行业名称、是否为ST类企业、是否为金融类企业
|
总资产、总资产周转率、资产负债率、资产收益率（ROA）、第一大股东持股比例、经营活动产生的现金流量净额
|
Treat（处理组标识）、Post（政策实施后标识）、人工智能发展政策（核心政策变量）、TFP_LP（LP法全要素生产率）、TFP_OP（OP法全要素生产率）、TFP_OLS（OLS法全要素生产率）、TFP_FE（固定效应模型全要素生产率）
|
五、参考文献
[1] 刘备, 邱兆轩, 任保平. 人工智能与企业高质量发展: 来自国家新一代人工智能创新发展试验区的经验证据[J]. 中国软科学, 2025, (06): 166-176.
资源下载
下载价格20 元